
圍繞著每一款新品或營銷策略決定背后,不同于其他體育用品公司仍要依靠專業(yè)運動員、第三方數據調研等手段收集數據,耐克獨有的社交運動平臺Nike+正在成為耐克新品設計、營銷推廣等商業(yè)決策的重要依據。 先講2個例子: 10月22日,包括兩屆網球大滿貫冠軍李娜、奧運金牌獲得者埃里森·菲利克斯等在內的27位世界頂級運動員齊聚紐約,為耐克公司揭幕其Nike Women全新的春夏季系列,這也是耐克首次在全球如此大規(guī)模的推廣其女子運動系列。 如此重視女性消費者,加碼女性業(yè)務增長,背后主要的驅動力并不僅是傳統(tǒng)數據調研或經驗判斷,而是耐克發(fā)現(xiàn),其Nike+ Training Club應用程序已被下載1600萬次,而其中900萬竟然是女性下載了Nike+Running應用程序。 這也是耐克基于對其數字社區(qū)里的6500萬名女性的研究。 9月26日,在上海,耐克宣布推出全新的zoom air系列跑步鞋,還請來了 2012 年倫敦奧運會萬米冠亞軍 Mo Farah 和 Galen Rupp 分享他們對于耐克跑鞋的體驗。 與此前的訴求點不同,耐克此次主打“跑得更快”,提高跑步速度成為其此次產品的主要賣點。這是由于通過對Nike+數據研究,耐克發(fā)現(xiàn),與第一階段中國的跑者更多集中于40歲左右的中年人出于其健康擔憂開始跑步不同,在耐克的社交運動網上,更多是19歲左右的跑者,他們自己組成年輕的跑團,自己上傳數據,能不能跑得更快,對速度的追求成為其主要目標。 對耐克而言,通過Nike+這個硬件、軟件、社區(qū)配合在一起的大平臺,Nike每天都能收獲源源不斷的用戶數據,這些數據能為Nike帶來什么? 正是這些跑者上傳的數字,成為耐克在比如產品設計、新品推廣、線上線下營銷等商業(yè)決策背后的重要依據,它能通過對用戶跑步信息的收集幫助Nike找到用戶、了解用戶,從而更加精準地開展營銷活動。 比如通過Nike+,耐克發(fā)現(xiàn)用戶多數在夜間跑步鍛煉,于是他們的研發(fā)部門就在設計鞋和衣服時,都加上了反光材料,提高了可見度和安全性。 也看到跑者對于速度的需求,耐克今年還在社區(qū)上新增加了“Nike+教練”功能,通過集合耐克教練資源與頂尖運動員的意見,根據每個跑步愛好者的比賽目標和能力,定制專屬的跑步計劃。 耐克提供的最新數據顯示,現(xiàn)在Nike+全球注冊用戶共有2000多萬。盡管在耐克的財報上,某款產品的效力多大還無從體現(xiàn),但對一直占據營收前列的跑步業(yè)務來說,“Nike+正在成為拉動該公司業(yè)績增長的新引擎?!睆垜c認為。 耐克2015年第一季度財報稱,整個季度的營業(yè)收入增長15%,達到了近80億美元,而在中國區(qū),扣除了匯率波動造成的差價影響后,其業(yè)績營收增長達20%。 Nike+無疑是耐克數碼創(chuàng)新上的里程碑。2006年,耐克總部的工程師發(fā)現(xiàn),在俄勒岡大學校園里,幾乎每個人都使用iPod。在與蘋果公司接觸后,Nike+iPod的方案一拍即合。這讓耐克第一次嘗到了數字化社區(qū)帶來的甜頭。 經過幾代的升級,Nike+支持多種系統(tǒng)下載,通過手機,跑者可以獲得自己的運動時間、步伐、消耗熱量、路線等數據。如今通過Nike+而衍伸出來的產品,正在通過更多形式的載體涉獵更多的運動,例如Nike+Training以及fuelband等。技術的革新也推動著耐克新的商業(yè)模式的應用——即“用戶+ 數據+服務+終端?!?/span> 行業(yè)里目前的一個共識是,Nike+背后還是大數據的應用,即通過對用戶行為的分析,以更了解用戶的需求。體育行業(yè)資深人士認為,“靠賣智能的鞋子和衣服賺不了多少錢,但背后的數據卻具有巨大的想象空間。 但耐克如何能夠挖掘這一寶礦還有待考驗。雖然商業(yè)邏輯還不清楚,但是這肯定是耐克未來與競品的核心競爭力之一?!?/span> Nike+對于耐克的意義還在于,它將完全改變公司與用戶間的溝通模式,將以往耐克的單向發(fā)出聲音,轉變?yōu)楣竞腿蛴脩粼谕粋€“社區(qū)”下生活的情景。這無疑會大大增加耐克了解消費者的機會,加強用戶的黏度。 而Nike+或許可以幫助耐克更快地找到它的目標客戶,從1%的運動精英轉而影響9%普通運動者到90%的潛在消費者,如同在跑步領域一樣,把某項運動或品類做得更為精深,助推銷售。 |
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
如何考取數據分析師證書:以 CDA 為例? ? 在數字化浪潮席卷各行各業(yè)的當下,數據分析師已然成為企業(yè)挖掘數據價值、驅動決策的 ...
2025-07-15CDA 精益業(yè)務數據分析:驅動企業(yè)高效決策的核心引擎? 在數字經濟時代,企業(yè)面臨著前所未有的數據洪流,如何從海量數據中提取有 ...
2025-07-15MySQL 無外鍵關聯(lián)表的 JOIN 實戰(zhàn):數據整合的靈活之道? 在 MySQL 數據庫的日常操作中,我們經常會遇到需要整合多張表數據的場景 ...
2025-07-15Python Pandas:數據科學的瑞士軍刀? ? 在數據驅動的時代,面對海量、復雜的數據,如何高效地進行處理、分析和挖掘成為關鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數據操作的 “后悔藥” 指南? 在數據庫操作中,誤刪數據、錯改字段或誤執(zhí)行批量更新等問題時有發(fā)生。 ...
2025-07-14t檢驗與Wilcoxon檢驗的選擇:何時用t.test,何時用wilcox.test? t 檢驗與 Wilcoxon 檢驗的選擇:何時用 t.test,何時用 wilcox. ...
2025-07-14AI 浪潮下的生存與進階: CDA數據分析師—開啟新時代職業(yè)生涯的鑰匙(深度研究報告、發(fā)展指導白皮書) 發(fā)布機構:CDA數據科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08